Google不是靠品牌成功|數位時代 BusinessNext

在美國《商業週刊》(Business Week)所做的二○○六年全球百大品牌調查當中，Google以品牌價值一百二十三．七六億美元排名第二十四位，成長率四六％則是百大當中排名第一。這也就是說，光是去年一年，Google的品牌價值就增值了三十九．一五億美元。
依據Google的財務報表，Google在二○○五年的行銷支出為四．三九億美元(二○○一至二○○五的五年間，總共也不過花了八．七億美元)，四億的投資得到將近十倍回報，光看帳面數字，我們都應該要齊聲讚嘆Google的行銷能力之強大。
由是觀之，我們是否可以說Google是一家打造品牌很厲害的公司呢？這中間大概還有一些和我們經驗不一致的地方。任何使用過網路的人，大概很少沒聽說過Google的。但是我們不妨也回想一下，我們認識或接觸Google，可是因為它的廣告或行銷活動所致？或者是有哪一個Google的廣告或是行銷活動讓你印象深刻，久久不能忘懷的(如果你還真見過任何一個Google的廣告的話)？相信對多數人來說，兩個答案都是否定的。
我在大學裡開一門名為「產業分析」的課，上課的學生主要是大四的社會準新鮮人。顧名思義，在這樣的課程當中，我們不免要來演練分析一番各個廠商的競爭優勢與成功關鍵因素。幾年下來，我發現一個有趣的現象。只要是分析7-Eleven、諾基亞、可口可樂、微軟或是英特爾這些領導廠商，十之八九，學生最後的結論都會是，「品牌」是最重要的成功關鍵因素之一(如果不是唯一的話)。
直覺來看，這樣的結論似乎一定對，很難被反駁。不光是學生，後進或是新進廠商的老闆要員工做「競爭分析」，看如何能超越領導廠商。此類報告多數也會指出，「本公司產品品質與技術不在領導廠商之下，最大的挑戰在於領導者的品牌與知名度所構築的進入障礙」。
這樣的分析，其實經常忽略了時間的動態。芝加哥大學的教授雷利(Milind M. Lele)便指出，一般人常常會舉諾基亞為手機業中具有獨特產品差異化的典範，但是事實是，諾基亞原本只是芬蘭這種小國一家鮮為人知的造紙公司，初期許多關鍵技術都是由摩托羅拉授權取得的，結果諾基亞卻是從毫無品牌、規模經濟或是獨特產品起家。
Google很有名，是因為它很成功、很好用。Google的品牌，是它成功的結果，不是它成功的原因。這樣的有名，對後來要進入同一個市場的業者來說，確乎是一個很難跨越的障礙，但是這不能等同於「品牌」是Google的成功關鍵因素。我們經常太容易就混淆了這兩者間的差異。
這事說來簡單，但有太多的學生作業，是在這樣誤會下寫的，有太多企業策略，是在這樣誤會下制訂的，更有太多的管理財經雜誌與書籍，是在這樣誤會下，幫我們「深度」分析企業的成功關鍵因素。

ChatGPT、Gemini、Claude 等 AI 通用工具問世後，「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用，多數卻仍停留在文書輔助、單一聊天機器人（Chatbot）運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻，企業需要的不再只是一個會回答問題的對話框，而是具備「自主決策與行動執行」能力的「代理式 AI」（Agentic AI）。

Going Cloud 和 IDC 合作發布的《多代理系統崛起打造敏捷韌性企業》報告便指出，如今「AI First」時代來臨，企業的 AI 應用正從輔助性質走向自主營運，有 80％的企業期望藉此提升生產力，70％的企業希望能更輕鬆處理複雜任務，還有 66％的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。